单次可供性检测
计算机视觉与模式识别
2021-06-29 v1
摘要
可供性检测指识别图像中物体的潜在动作可能性，这是机器人感知与操作的重要能力。为使机器人在未知场景中具备此能力，本文考虑具有挑战性的单次可供性检测问题，即给定一张描述动作目的的支持图像，应检测出场景中具有该共同可供性的所有物体。为此，我们设计了一个单次可供性检测（OS-AD）网络，其先估计目的，再将其迁移以辅助从所有候选图像中检测共同可供性。通过协作学习，OS-AD 能捕捉具有相同底层可供性的物体间的共同特征，并学习良好的自适应能力以感知未知可供性。此外，我们通过收集并标注来自 31 个可供性与 72 个物体类别的 4k 图像，构建了目的驱动可供性数据集（PAD）。实验结果表明，我们的模型在客观指标与视觉质量上均优于以往代表性方法。基准套件见 ProjectPage。
引用
@article{arxiv.2106.14747,
title = {One-Shot Affordance Detection},
author = {Hongchen Luo and Wei Zhai and Jing Zhang and Yang Cao and Dacheng Tao},
journal= {arXiv preprint arXiv:2106.14747},
year = {2021}
}